java面试之Redis

Redis
本质上是一个Key-Value类型的内存数据库，纯内存操作。
支持的数据类型
String,Hash,List,Set,ZSet(每个元素都会关联一个double类型的分数)，HyperLogLog(用于估计一个Set中元素数量的概率性的数据结构)
Redis中有哪几种数据淘汰机制
1 allkeys-lru:尝试回收最少使用的键（LRU），使得新添加的数据有空间存放
2 volatile-lru：尝试回收最少使用的键，但仅限于在过期集合的键，使得新添加的数据有空间存放
3allkeys-random：回收随机的键使得新添加的数据有空间存放
4 volatile-random：回收随机的键使得新添加的数据有空间存放，但是仅限于在过期集合的键。
5 vilatile-ttl:回收在过期集合的键，并且优先回收存活时间（TTL）较短的键，使得新添加的数据有空间存储。
6 no-eviction：禁止驱逐数据
Redis一个字符串类型的值能存储的最大容量
512M
Redis管道
在服务端未响应时，客户端可以继续向服务端发送请求，并最终一次性读取所有服务端的响应。
Redis key的过期时间和永久有效分别怎么设置
EXPIRE和PERSISI命令
Redis事务
事务是一个单独的隔离操作：事务中的所有命令都会序列化，按顺序的执行。事务在执行的过程中，不会被其他客户端发来的命令请求打断。服务器在执行万事务中所有的命令后，才会继续处理其他客户端的其他命令。
Redis如何实现分布式锁？以及zookeeper如何实现
1 线程A使用setnx方法（上锁的对象，超时时的时间戳t1），如果返回true,获得锁。
2 线程B使用get方法获取t1,与当前的时间戳比较，判断是否超时，没超时，获取失败，如果超时，执行下一步
3 计算新的超时时间 t2(自己的超时时间)，使用getAndset命令返回t3，如果t1==t3。获得锁，如果不等于，说明锁被其他线程获取了。
4 获取锁后，处理完业务逻辑，再去判断锁是否超时。若如果没超时，删除锁，如果超时了，不用处理。
Zookeeper实现分布式锁
1 客户端对某个方法加锁时，在zk上的与该方法对应的指定节点的目录上，生成一个唯一的瞬时有序节点node1。
2客户端获取该路径下所有已经创建的子节点，如果发现自己创建的node1序号是最小的，就认为这个客户端获得了锁。
3 如果发现node1不是最小的，则监听比自己创建节点序号小的最大节点，进入等待。
4 获取锁，处理完逻辑后，删除自己创建的node1即可
Redis哨兵模式
哨兵模式是一种特殊的模式，首先Redis提供了哨兵的命令，哨兵是一个独立的进程，作为进程，它会独立运行。其原理是通过哨兵发送命令，等待Redis服务器响应。从而监控运行多个Redis实例。
哨兵的作用：
1 通过发送命令，让redis服务器返回信息从而监控其运行状态，包括主服务器和从服务器。
2 当哨兵检测到主节点宕机时，会自动将从节点切换为主节点，然后通过发布订阅模式通知其他从服务器，修改配置文件，让他们切换主键。
一个哨兵进程对Redis进行监控，可能会出现问题，因此可以使用多个哨兵进行监控，各个哨兵之间还会进行监控，这样就实现了多哨兵模式。
Redis实现秒杀功能
利用redis中的watch方法，使用watch监视一个或者多个key，跟踪key的value修改情况，如果有key的value值在事务exec执行之前被修改了，整个事务被取消。exec返回提示信息，表示事务已经失败。但是如果使用watch监视了一个带过期时间的键，那么即使这个键过期了，事务仍然可以正常执行。大多数情况下，不同的客户端会访问不同的键，相互同时竞争同一key的情况一般都很少，乐观锁能够以很好的性能解决数据冲突的问题。
watch方法何时释放监视的键：
1.watch命令可以被调用多次。对键的监视从watch执行之后开始生效，直到调用exec为止，不管事务是否成功执行，对所有键的监视都会被取消。
2.当客户端断开连接时，该客户端对键的监视也会被取消。
3.unwatch命令可以手动取消对所有键的监视。
Redis如何实现事务

Transaction transaction =jedis.multi();
transaction.exec();

String类型的底层实现
redis没有使用C语言传统的字符串表示(以‘\0’结尾的字符数组)而是构建了一种名为动态字符串（SDS）的抽象类型，并未redis的默认字符串表示，因为C字符串不能满足redis对字符串的安全性，效率以及功能方法的需求。
sds的定义：

struct sdshdr{
		int len;//记录sds所保存的字符串长度
		int free;//记录buf中未使用的数据
		char *buff;// 字符数组，用于保存字符串
}

Redis设置过期时间
EXPIRE :将键的生存时间设为ttl秒
PEXPIRE 将键的生存时间设为ttl毫秒
EXPIREAT将键的过期时间设定为timestamp所指定的秒数时间戳
PEXPIREAT将键的过期时间设定为timestamp所指定的毫秒数时间戳
怎么保证Redis和DB中的数据一致
如果不考虑并发的情况下，两种方法：
1先写MYSQL数据库，再删除Redis缓存2先删除缓存，再写MYSQL数据库
以上两种情况，在多线程的情况下，都有可能出现数据库不一致的情况。
在并发的情况下：
如果并发不高：
1 异步更新缓存(基于订阅binlog的同步机制)
MYSQL binlog增量订阅消费+消息队列——增量数据更新到redis
1 读Redis:热数据基本都在Redis
2写MYSQL：增删改操作都是操作MYSQL
3更新Redis数据：Mysql的数据操作binlog，来更新到Redis
Redis更新
1）数据操作主要分为两大块：
一个是全量(将全部数据一次写入到Redis)
一个是增量(实时更新)
这里的增量指的是mysql的update,insert,delete变更数据
2）读取binlog后分析，利用消息队列，推送到各个Redis缓存数据
这样一旦MYSQL中产生了新的写入，更新，删除等操作，就可以把binlog相关的消息推送到Redis，Redis再根据binlog中的记录，对redis进行更新。
类似于MYSQL的主从备份机制，主从一致也是通过binlog来实现数据的一致性。
可以使用canal(阿里的一款开源框架)，通过该框架可以对MySQL进行订阅，而canal正是模仿了mysql的主从备份，使Redis的数据更新达到了相同的效果。
高并发下redis如何保证一致性
在高并发的情况下，可以采用队列的方法，首先，如果有数据更新请求，先把请求添加到队列中，当更新完成后再从队列中删除，如果在更新的过程中，有新的线程读数据，先去缓存查看是否有没有数据，如果没有，先去队列中查看是否有数据更新操作，如果有更新操作，就把查询的请求放到队列中，然后同步等待缓存更新完成，其他线程如果发现队列中有一个查询请求了，就不要放新的查询操作进去，用循环去查询缓存，查询大概200ms左右，如果缓存中还没有则直接取数据库中的数据，一般是可以取到的。
Redis是如何实现原子性的
与Redis的请求处理有关，Redis只用一个线程来处理客户端的请求，所有在执行命令的时候，没有其他客户端的请求在处理。只有一个线程处理请求处理的过来么？Redis的请求处理线程，是利用Select和事件循环进行处理的，由于是使用的select()来处理IO的，所以线程不会在一个Socket连接上阻塞，另一方面因为redis操作都在内存中，处理起来也很快，所以也不会出现响应时间太长的情况。
Incr和IncrBy
IncrBy:将key所储存的值加上增量interger，如果key不存在，那么key的值就初始化为0，然后再执行Incrby命令
incr:将key所存储的值加1，如果不存在，key的值初始化为0，然后加1
ThreadLocal介绍
通常情况下，我们创建的变量是可以被任何一个变量访问并修改的，如果向实现每一个线程都有自己的专属本地变量该如何解决呢？JDK中提供了ThreadLocal类解决了这样的问题。ThreadLocal类解决的就是让每个线程拥有自己绑定的值，如果你创建了一个ThreadLocal变量，那么访问这个变量的每个线程都会有这个变量的本地副本，可以通过ThreadLocal类的get()和set()方法，来获取默认值或者将值进行更改，从而避免了线程安全的问题。
缓存穿透与缓存雪崩
1缓存穿透：是指缓存和数据库中都没有数据，而用户不断发起请求，会去查询数据库，从而导致数据库压力过大。
解决方案：接口层增加校验。
2缓存雪崩：缓存中的数据大批量的过期，导致查询数据库的请求过多，引起数据库压力过大，甚至宕机。
解决方案：缓存数据的过期时间设置为随机值，防止同一时间大量数据过期现象发生。
如果缓存数据库是分布式部署的，将热点数据均匀分布在不同的缓存数据库中。
设置热点数据永不过期。
2缓存击穿：缓存击穿是指缓存中没有但数据库有的数据，这时由于并发用户特别多，同时去读数据库，导致数据库压力瞬间过大。